基于大数据和知识图谱的生猪养殖预测方法及系统技术方案

本发明专利技术提供了一种基于大数据和知识图谱的生猪养殖预测方法及系统，该方法包括：通过知识图谱平台对生猪养殖行业的各个对象进行抓取；根据各个对象间的关系属性构建生猪养殖图谱；根据所述生猪养殖图谱生成预测引擎；通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。在本发明专利技术中，通过知识图谱构建生猪养殖的图谱，结合大数据分析，基于影响生猪养殖业的相关因素进行风险预测，从而提高了风险预测的准确性。

Prediction method and system of pig breeding based on big data and knowledge map

【技术实现步骤摘要】
基于大数据和知识图谱的生猪养殖预测方法及系统
本专利技术涉及知识图谱领域，具体而言，涉及一种基于大数据和知识图谱的生猪养殖预测方法及系统。
技术介绍
近年来，我国猪肉消费量巨大，生猪养殖市场广阔，养殖企业已达25万余家，我国对于智慧农业的相关鼓励政策陆续出台，体现出我国生猪养殖业潜在规模大，行业需求大，政策力度大，现阶段，我国生猪养殖业不确定性巨大。尤其目前非洲猪瘟的爆发，导致我国目前猪肉供应大幅下降。上下游的相关产业链对于生猪养殖业的利润影响也十分巨大。
技术实现思路
本专利技术实施例提供了一种基于大数据和知识图谱的生猪养殖预测方法及系统，以至少解决相关技术中生猪养殖行业容易受各种要素影响，导致风险预测较难的问题。根据本专利技术的一个实施例，提供了一种基于大数据和知识图谱的生猪养殖预测方法，包括：通过知识图谱平台对生猪养殖行业的各个对象进行抓取；根据各个对象间的关系属性构建生猪养殖图谱；根据所述生猪养殖图谱生成预测引擎；通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。可选地，通过知识图谱平台对生猪养殖行业的各个对象进行抓取之后，还包括：通过所述知识图谱平台对各个对象间属性进行分析和归类。可选地，根据各个对象间的关系属性构建生猪养殖图谱之前，还包括：从历史数据中获取所述各个对象间的关系属性。可选地，根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测之前，还包括：通过大数据平台对影响生猪需求量的外部生态环境数据进行分析，以对预测的生猪需求量的变化进行修正。可选地，通过所述预测引擎对与该对象相关联的其它对象的变化趋势进行预测之后，还包括：根据预测结果进行预警。根据本专利技术的另一个实施例，提供了一种基于大数据和知识图谱的生猪养殖预测系统，包括：抓取模块，用于通过知识图谱平台对生猪养殖行业的各个对象进行抓取；构建模块，用于根据各个对象间的关系属性构建生猪养殖图谱；生成模块，用于根据所述生猪养殖图谱生成预测引擎；大数据模块，用于通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；预测模块，用于根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。可选地，所述系统还包括：分析模块，用于通过所述知识图谱平台对各个对象间属性进行分析和归类。可选地，所述系统还包括：获取模块，用于从历史数据中获取所述各个对象间的关系属性。可选地，所述系统还包括：生态环境模块，用于通过大数据平台对影响生猪需求量的外部生态环境数据进行分析，以对预测的生猪需求量的变化进行修正。可选地，所述系统还包括：预警模块，用于根据预测结果进行预警。根据本专利技术的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。在本专利技术的上述实施例中，通过知识图谱构建生猪养殖的图谱，结合大数据分析，基于影响生猪养殖业的相关因素进行风险预测，从而提高了风险预测的准确性。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的基于知识图谱的生猪养殖预测方法流程图；图2是根据本专利技术实施例的基于知识图谱的生猪养殖预测方法流程图；图3是根据本专利技术实施例的所构建的图谱示意图；图4是根据本专利技术实施例的基于知识图谱的生猪养殖预测系统结构示意图；图5是根据本专利技术可选实施例的基于知识图谱的生猪养殖预测系统结构示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。在本实施例中提供了一种基于知识图谱的生猪养殖预测方法，图1是根据本专利技术实施例的方法流程图，如图1所示，该流程包括如下步骤：步骤S102，通过知识图谱平台对生猪养殖行业的各个对象进行抓取；步骤S104，根据各个对象间的关系属性构建生猪养殖图谱；步骤S106，根据所述生猪养殖图谱生成预测引擎；步骤S108，通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；步骤S110，根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。在本实施例的步骤S102之后，还可包括：通过所述知识图谱平台对各个对象间属性进行分析和归类。在本实施例的步骤S104之前，还可包括：从历史数据中获取所述各个对象间的关系属性。在本实施例的步骤S110之前，还可包括：通过大数据平台对影响生猪需求量的外部生态环境数据进行分析，以对预测的生猪需求量的变化进行修正。在本实施例的步骤S110之后，还可包括：根据预测结果进行预警。为了便于对本专利技术所提供的技术方案的理解，下面将结合具体场景的实施例进行详细描述。为了实现对影响生猪养殖业的相关因素的风险预测，从而提高养殖业的利润，本实施例提供了一种基于知识图谱的风险预测系统。在本实施例中通过系统知识图谱平台对生猪养殖业相关的对象和要素提取，评估各个方面对整体利润的影响，从而给出科学的建议。如图2所示，本实施例的技术方案主要包括如下步骤：步骤S201，知识图谱平台对生猪养殖行业的对象进行抓取。步骤S202，知识图谱平台对各个对象间属性进行分析、归类。步骤S203，根据各对象间的关系属性构建生猪养殖的图谱，例如，所构建的基础版图谱如图3所示。图谱构建过程中，关系属性可以由历史数据获得，比如历史数据中，生猪需求量增加量与仔猪需新增量的比值A。对应的仔猪量与对应所需饲料量、兽药量、疫苗量、维生素量之间的系数。步骤S204，根据图谱形成预测引擎。步骤S205，大数据平台可通过抓取消费者POS数据，获取消费者的消费数据，包括与当前猪产品相关的各品牌产品数量、消费频率等(例如，猪肉、猪肉肠类、猪肉熟食类等等)。步骤S206，大数据平台可通过抓取用户APP数据，来获取消费者网络购物平台的猪相关产品的消费数据。步骤S207，大数据平台可对历史销售数据进行分析。步骤S208，大数据平台可采集外某一时间段内的外部生态环境信息。例如，如果某地突遇猪瘟，导致猪只大量减产，则对当前决策进行数据干扰，判断对当前猪场需求量的影响，若需求量上升，对知识图谱平台触发生猪需求量上涨预警，并将预测需求量传入知识图谱平台。步本文档来自技高网...

【技术保护点】
1.一种基于大数据和知识图谱的生猪养殖预测方法，其特征在于，包括：/n通过知识图谱平台对生猪养殖行业的各个对象进行抓取；/n根据各个对象间的关系属性构建生猪养殖图谱；/n根据所述生猪养殖图谱生成预测引擎；/n通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；/n根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。/n

【技术特征摘要】
1.一种基于大数据和知识图谱的生猪养殖预测方法，其特征在于，包括：
通过知识图谱平台对生猪养殖行业的各个对象进行抓取；
根据各个对象间的关系属性构建生猪养殖图谱；
根据所述生猪养殖图谱生成预测引擎；
通过大数据平台对生猪相关产品的当前消费数据和历史消费数据进行分析，预测生猪需求量的变化；
根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测。


2.根据权利要求1所述的方法，其特征在于，通过知识图谱平台对生猪养殖行业的各个对象进行抓取之后，还包括：
通过所述知识图谱平台对各个对象间属性进行分析和归类。


3.根据权利要求1所述的方法，其特征在于，根据各个对象间的关系属性构建生猪养殖图谱之前，还包括：
从历史数据中获取所述各个对象间的关系属性。


4.根据权利要求1所述的方法，其特征在于，根据所述生猪需求量的变化，触发所述预测引擎对相关联的其它对象的变化趋势进行预测之前，还包括：
通过大数据平台对影响生猪需求量的外部生态环境数据进行分析，以对预测的生猪需求量的变化进行修正。


5.根据权利要求1所述的方法，其特征在于，通过所述预测引擎对与该对象相关联的其它对象的变化趋势进行预测之后，还包括：
根据预测结果进行预警...

【专利技术属性】
技术研发人员：李芳媛，汪建新，
申请(专利权)人：秒针信息技术有限公司，
类型：发明
国别省市：北京;11